Mejorando Resultados OCR Insatisfactorios

1. Comienza con ReadDocumentAdvanced() y EnhanceResolution()

Antes de recurrir a cualquier otra configuración, combina el método ReadDocumentAdvanced() con el filtro de preprocesamiento EnhanceResolution(). Esta combinación resuelve la mayoría de los problemas de precisión que los usuarios enfrentan con la lectura estándar.

Aplica el filtro al OcrInput, luego pasa esa misma entrada a ReadDocumentAdvanced():

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadPdf("document.pdf");
// Upscale and sharpen low-resolution input before reading
input.EnhanceResolution();
var result = ocr.ReadDocumentAdvanced(input);
Console.WriteLine(result.Text);

var ocr = new IronTesseract();
using var input = new OcrInput();
input.LoadPdf("document.pdf");
// Upscale and sharpen low-resolution input before reading
input.EnhanceResolution();
var result = ocr.ReadDocumentAdvanced(input);
Console.WriteLine(result.Text);

Imports IronOcr

Dim ocr As New IronTesseract()
Using input As New OcrInput()
    input.LoadPdf("document.pdf")
    ' Upscale and sharpen low-resolution input before reading
    input.EnhanceResolution()
    Dim result = ocr.ReadDocumentAdvanced(input)
    Console.WriteLine(result.Text)
End Using

ReadDocumentAdvanced() ejecuta el motor de aprendizaje automático PaddleOCR para analizar documentos con reconocimiento de diseño y carga de texto, mientras que EnhanceResolution() mejora la escala y agudiza la entrada de baja resolución antes de la lectura. La baja resolución es una causa común de malos resultados, por lo que este paso de preprocesamiento a menudo importa tanto como el cambio de motor.

2. Dirigirse a x64 en .NET Framework

Configure proyectos .NET Framework para construir como x64. AdvancedScan necesita una cantidad significativa de memoria, y ejecutarlo bajo una arquitectura diferente puede desencadenar errores en tiempo de ejecución. Consulte la guía Advanced Scan on .NET Framework para la configuración completa.